Resumen

Las imágenes hiperespectrales de teledetección tienen las características de grandes datos de transmisión y elevados requisitos de propagación, por lo que se enfrentan a problemas de transmisión y preservación en el proceso de transmisión. Ante esta situación, este trabajo propone un algoritmo de reconstrucción de imágenes espectrales basado en la detección comprimida GISMT y la predicción interespectral. En primer lugar, de acuerdo con la alta correlación espectral de las imágenes hiperespectrales de teledetección, las imágenes hiperespectrales se agrupan según la banda, y se determina una banda estándar en cada grupo. La banda estándar de cada grupo se pondera mediante el método de detección comprimida GISMT. A continuación, se establece un modelo de predicción de la banda general en cada grupo para realizar la reconstrucción de la imagen de teledetección en la banda general. Por último, se calcula la diferencia entre el valor medido real y el valor predicho. De acuerdo con el algoritmo de predicción, se obtiene el vector de diferencia correspondiente y el valor medido predicho se actualiza iterativamente mediante el vector de diferencia hasta que finalmente se reconstruye la imagen hiperespectral de la banda general correspondiente. Los experimentos demuestran que este método puede mejorar eficazmente el efecto de reconstrucción de las imágenes hiperespectrales.

• Materias:Rayo láser Onda electromagnética Óptica Biofotónica
• Subjects:Lasers Electromagnetic waves Optics Biophotonics
• Palabras claves:grupo, valor, banda general, imágenes hiperespectrales, banda estándar, algoritmo de reconstrucción de imágenes espectrales, vector de diferencia correspondiente, altos requisitos de propagación, alta correlación espectral, grandes datos de transmisión
• Keywords:group, value, general band, hyperspectral images, standard band, spectral image reconstruction algorithm, corresponding difference vector, high propagation requirements, high spectral correlation, large transmission data